Análisis de las dinámicas espaciotemporales de los precios mayoristas de alimentos en Colombia

dc.contributor.advisorLeón Rodríguez, Nohra
dc.contributor.authorMoreno Cupa, Ingrid Rocío
dc.coverage.countryColombia
dc.date.accessioned2025-09-16T21:29:19Z
dc.date.available2025-09-16T21:29:19Z
dc.date.issued2025
dc.descriptionilustraciones, mapas, diagramasspa
dc.description.abstractLos precios mayoristas de alimentos en Colombia han sido tradicionalmente analizados desde perspectivas económicas y de mercado. Este estudio propone un enfoque alternativo de carácter territorial y multicriterio para comprender las dinámicas espaciotemporales de los precios, integrando factores socioeconómicos, agroproductivos y biofísicos. En particular, se centra en la papa negra, producto fundamental en la canasta de consumo de los hogares colombianos, con el objetivo de determinar si presenta una marcada variabilidad espacial y temporal, así como patrones diferenciados por región y semestre entre 2019 y 2022. Para ello se construyó un Índice de Condiciones Agroproductivas (ICA) a nivel departamental. Este índice incorpora tres dimensiones: producción, abastecimiento mayorista y aptitud del suelo para el cultivo de papa. Fue calculado de manera semestral y vinculado con la evolución de los precios mayoristas en distintas regiones. La metodología combinó procesos de normalización y construcción de indicadores compuestos con análisis de componentes principales (PCA), cartografía temática y técnicas de modelado y análisis espacial. Los resultados evidencian que entre 2019 y 2022 los precios mayoristas de papa negra en Colombia fueron altamente volátiles, mientras que las capacidades agroproductivas se mantuvieron estables y concentradas en la región andina central. La comparación de ambos indicadores revela que una mayor capacidad agroproductiva no se traduce necesariamente en precios bajos, pues factores como los costos de producción, la intermediación y la concentración de la demanda inciden de manera decisiva en la formación de precios. En conclusión, el ICA constituye una herramienta conceptual y práctica para interpretar integralmente la relación entre oferta agroproductiva y precios, aportando insumos relevantes para políticas de seguridad alimentaria y ordenamiento productivo. (Texto tomado de la fuente)spa
dc.description.abstractTraditional analyses of wholesale food prices in Colombia emphasize economic and market factors. This study instead uses a territorial and multicriteria approach, integrating socioeconomic, agro-productive, and biophysical elements to examine spatiotemporal price dynamics for black potato (papa negra)—a Colombian staple—from 2019 to 2022. It aims to determine whether prices display significant spatial and temporal variability and whether distinctive regional or semester-based patterns exist. To address this, a Departmental Agro-Productive Conditions Index (ICA) was constructed. The index uses three dimensions: production, wholesale supply, and soil suitability for potato cultivation. It was calculated each semester and linked to the evolution of wholesale prices in different regions. The methodology combines normalization and composite indicators with principal component analysis (PCA), thematic cartography, and spatial modeling. The results show that between 2019 and 2022, black potato wholesale prices in Colombia were highly volatile. In contrast, agro-productive capacities stayed stable and concentrated in the central Andean region. Comparing both indicators reveals that greater agro-productive capacity does not always lead to lower prices. Production costs, market intermediation, and demand concentration also influence price formation. In conclusion, the ICA emerges as both a conceptual and practical tool to comprehensively interpret the relationship between agro-productive supply and prices, providing relevant insights for food security policies and productive land-use planning.eng
dc.description.degreelevelEspecialización
dc.description.degreenameEspecialista en análisis espacial
dc.description.researchareaGeografía económica
dc.format.extentix, 45 páginas
dc.format.mimetypeapplication/pdf
dc.identifier.instnameUniversidad Nacional de Colombiaspa
dc.identifier.reponameRepositorio Institucional Universidad Nacional de Colombiaspa
dc.identifier.repourlhttps://repositorio.unal.edu.co/spa
dc.identifier.urihttps://repositorio.unal.edu.co/handle/unal/88837
dc.language.isospa
dc.publisherUniversidad Nacional de Colombia
dc.publisher.branchUniversidad Nacional de Colombia - Sede Bogotá
dc.publisher.facultyFacultad de Ciencias Humanas
dc.publisher.placeBogotá, Colombia
dc.publisher.programBogotá - Ciencias Humanas - Especialización en Análisis Espacial
dc.relation.referencesAbdi, H., & Williams, L. J. (2010). Principal component analysis. Wiley Interdisciplinary Reviews: Computational Statistics, 2(4), 433–459. https://doi.org/10.1002/wics.101
dc.relation.referencesAcosta, Alejandro; Ihle, Rico; and Robles, Miguel. 2014. Spatial price transmission of soaring milk prices from global to domestic markets. Agribusiness 30(1): 64-73. https://doi.org/10.1002/agr.21358
dc.relation.referencesAlonso, J., & Bonilla López, M. F. (2018). Integración espacial en el mercado de la guayaba pera en el Valle del Cauca. Cuadernos de Economía, 37(74), 471-494
dc.relation.referencesAlonso, J., & Montoya, V. (2006). Integración espacial del mercado de la papa en el Valle del Cauca: dos aproximaciones diferentes, una misma conclusión. Technical report, Borradores de economía y finanzas: Universidad Icesi.
dc.relation.referencesAmikuzuno, J., & von Cramon-Taubadel, S. (2012). Seasonal variation in price transmission between tomato markets in Ghana. Journal of African Economies, 21(4), 669–686. https://doi.org/10.1093/jae/ejs008
dc.relation.referencesAnselin, L. (1995). Local Indicators of Spatial Association—LISA. Geographical Analysis, 27(2), 93–115. https://doi.org/10.1111/j.1538-4632.1995.tb00338.x
dc.relation.referencesArias Gómez, H. Y., & Antosová, G. (2018). Spatial Patterns of Agriculture in Boyacá. Apuntes del Cenes, 37(66), 203-237. https://doi.org/10.19053/01203053.v37.n66.2019.6013
dc.relation.referencesBarrett, C. B. (2001). Measuring integration and efficiency in international agricultural markets. Applied Economic Perspectives and Policy, 23(1), 19–32. https://doi.org/10.1111/1058-7195.00043
dc.relation.referencesBelton, V., & Stewart, T. J. (2002). Multiple Criteria Decision Analysis: An Integrated Approach. Springer. https://doi.org/10.1007/978-1-4615-1495-4
dc.relation.referencesBerdegué, J. A., Bebbington, A., & Escobal, J. (2015). Conceptualizing spatial diversity in Latin American rural development: Structures, institutions, and coalitions. World Development, 73, 1–10. https://doi.org/10.1016/j.worlddev.2014.10.015
dc.relation.referencesCastillo, O. (2007). Comportamiento temporal de los precios del ganado macho de levante de primera en Sincelejo. Temas Agrarios, 12(1), 22–36. https://doi.org/10.21897/rta.v12i1.648
dc.relation.referencesConley, T. G., & Udry, C. R. (2010). Learning about a new technology: Pineapple in Ghana. The American Economic Review, 100(1), 35–69. https://doi.org/10.1257/aer.100.1.35
dc.relation.referencesDANE. (2025). Metodología general sistema de información de precios y abastecimiento del sector agropecuario - SIPSA_P. Reporte metodológico, Departamento Administrativo Nacional de Estadística, https://www.dane.gov.co/files/investigaciones/agropecuario/fichas/DSO-SIPSA_P-MET-001.pdf
dc.relation.referencesDANE. (2025b). Índice de precios al consumidor (Boletín técnico). Departamento Administrativo Nacional de Estadística. https://www.dane.gov.co/index.php/estadisticas-por-tema/precios-ycostos/indice-de-precios-al-consumidor-ipc
dc.relation.referencesDANE. (2024). Pobreza monetaria por departamentos en Colombia (Boletín técnico). Departamento Administrativo Nacional de Estadística. https://www.dane.gov.co/files/operaciones/PM/bol-PMDepartamental-2023.pdf
dc.relation.referencesFafchamps, M., & Hill, R. V. (2008). Price transmission and trader entry in domestic commodity markets. Economic Development and Cultural Change, 56(4), 729–766. https://doi.org/10.1086/588155
dc.relation.referencesFackler, P. L., & Goodwin, B. K. (2001). Spatial price analysis. En B. L. Gardner & G. C. Rausser (Eds.), Handbook of Agricultural Economics (Vol. 1B, pp. 971–1024). Elsevier. https://doi.org/10.1016/S1574- 0072(01)10025-3
dc.relation.referencesFeizizadeh, B., & Blaschke, T. (2012). Land suitability analysis for Tabriz County, Iran: a multi-criteria evaluation approach using GIS. Journal of Environmental Planning and Management, 56(1), 1–23. https://doi.org/10.1080/09640568.2011.646964
dc.relation.referencesGeneletti D. (2010). Combining stakeholder analysis and spatial multicriteria evaluation to select and rank inert landfill sites. Waste management (New York, N.Y.), 30(2), 328–337. https://doi.org/10.1016/j.wasman.2009.09.039
dc.relation.referencesGetis, A., & Ord, J. K. (1992). The analysis of spatial association by use of distance statistics. Geographical Analysis, 24(3), 189–206. https://doi.org/10.1111/j.1538-4632.1992.tb00261.x
dc.relation.referencesGiles Álvarez, L., Larrahondo, C., Hernández, M., Muñoz-Mora, J. C., Angulo, G. D., & Quintero, L. M. (2024). Desigualdades territoriales en Colombia: realidades y perspectivas. https://doi.org/10.18235/0013019
dc.relation.referencesHorn, J.L (1965). A rationale and test for the number of factors in factor analysis. Psychometrika 30, 179– 185. https://doi.org/10.1007/BF02289447
dc.relation.referencesHotelling, H. (1933). Analysis of a complex of statistical variables into principal components. Journal of Educational Psychology, 24(6), 417–441. https://doi.org/10.1037/h0071325
dc.relation.referencesIhle, R., Rubin, O., Bar-Nahum, Z. y Roel, J. (2020). Imperfect food markets in times of crisis: Economic consequences of supply chain disruptions and fragmentation for local market power and urban vulnerability. Food Security, 12(4), 727–734. https://doi.org/10.1007/s12571-020-01084-1
dc.relation.referencesIregui, A.M. and Otero, J. (2013), A Spatiotemporal Analysis of Agricultural Prices: An Application to Colombian Data. Agribusiness, 29: 497-508. https://doi.org/10.1002/agr.21319
dc.relation.referencesJabed, M. A., & Murad, M. A. A. (2024). Crop yield prediction in agriculture: A comprehensive review of machine learning and deep learning approaches, with insights for future research and sustainability. Heliyon, 10(24), e40836. https://doi.org/10.1016/j.heliyon.2024.e40836
dc.relation.referencesJubaedah, N. (2013). Market integration of Red Chilli commodity markets in Indonesia.
dc.relation.referencesJolliffe, I. T. (2002). Principal component analysis (2.ª ed.). Springer. https://doi.org/10.1007/b98835
dc.relation.referencesJolliffe, I. T., & Cadima, J. (2016). Principal component analysis: A review and recent developments. Philosophical Transactions of the Royal Society A: Mathematical, Physical and Engineering Sciences, 374(2065), 20150202. https://doi.org/10.1098/rsta.2015.0202
dc.relation.referencesKaiser, H. F. (1960). The application of electronic computers to factor analysis. Educational and Psychological Measurement, 20(1), 141–151. https://doi.org/10.1177/001316446002000116
dc.relation.referencesKrugman, P. (1991). Geography and Trade. MIT Press.
dc.relation.referencesLeSage, J., & Pace, R.K. (2009). Introduction to Spatial Econometrics (1st ed.). Chapman and Hall/CRC. https://doi.org/10.1201/9781420064254
dc.relation.referencesMyae, A., Yutaka, T., Fukuda, S., & Kai, S. (2005). The spatial integration of vegetable markets in Myanmar. Journal-Faculty of Agriculture Kyushu University, 50(2): 665-683.
dc.relation.referencesNeira García, A. M., Martínez Reina, A. M., & Orduz Rodríguez, J. O. (2016). Análisis del mercado de piña Gold y Perolera en dos principales centrales mayoristas de Colombia. Ciencia y Tecnología Agropecuaria, 17(2), 149–165. https://doi.org/10.21930/rcta.vol17_num2_art:486
dc.relation.referencesNiño, G., Chaparro, J., Niño, A. (2023). Análisis de las tendencias especulativas de los precios de alimentos en Colombia. Panorama Económico, 31(4), 294–310. https://doi.org/10.32997/pe-2023-4771
dc.relation.referencesOikonomidis, A., Catal, C., & Kassahun, A. (2022). Deep learning for crop yield prediction: a systematic literature review. New Zealand Journal of Crop and Horticultural Science, 51(1), 1–26. https://doi.org/10.1080/01140671.2022.2032213
dc.relation.referencesPearson, K. (1901). On lines and planes of closest fit to systems of points in space. Philosophical Magazine, 2(11), 559–572. https://doi.org/10.1080/14786440109462720
dc.relation.referencesPeres-Neto, P. R., Jackson, D. A., & Somers, K. M. (2005). How many principal components? Stopping rules for determining the number of non-trivial axes revisited. Computational Statistics & Data Analysis, 49(4), 974–997. https://doi.org/10.1016/j.csda.2004.06.015
dc.relation.referencesPulido Arenas, M. (2006). Análisis de riesgo financiero para el sector de la papa en Colombia. Uniandes. Disponible en: https://hdl.handle.net/1992/9263
dc.relation.referencesSaaty, T. L. (1980). The Analytic Hierarchy Process: Planning, Priority Setting, Resource Allocation. McGraw-Hill.
dc.relation.referencesShlens, J. (2014). A Tutorial on Principal Component Analysis. arXiv:1404.1100. https://arxiv.org/abs/1404.1100
dc.relation.referencesSiabato, W., & Guzmán-Manrique, J. (2019). La autocorrelación espacial y el desarrollo de la geografía cuantitativa. Cuadernos de Geografía: Revista Colombiana de Geografía, 28(1), 1–22. https://doi.org/10.15446/rcdg.v28n1.76919
dc.relation.referencesTomek, W., & Kaiser, H. (2014). Agricultural product prices (5.ª ed.). Cornell University Press.
dc.relation.referencesTroncoso-Sepúlveda, R. (2019). Transmisión de los precios del arroz en Colombia y el mundo. Lecturas de Economía (91), 151–179. https://doi.org/10.17533/udea.le.n91a05
dc.relation.referencesVicentin Masaro, J., & Chara, A. L. (2020). ¿Existen patrones espaciales en la fijación de precios minoristas de alimentos en los supermercados de la ciudad de Santa Fe? Cuadernos del CIMBAGE, 22(2), 105–143. Facultad de Ciencias Económicas, Universidad de Buenos Aires.
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.licenseAtribución-NoComercial 4.0 Internacional
dc.rights.urihttp://creativecommons.org/licenses/by-nc/4.0/
dc.subject.ddc350 - Administración pública y ciencia militar::354 - Administración pública de la economía y el medio ambiente
dc.subject.lembPrecios agrícolasspa
dc.subject.lembAgricultural priceseng
dc.subject.lembPapas (Tubérculos)spa
dc.subject.lembPotatoeseng
dc.subject.lembAgricultura - Aspectos económicosspa
dc.subject.lembAgriculture - Economic aspectseng
dc.subject.proposalPrecios agrícolasspa
dc.subject.proposalPolítica agraria y seguridad alimentariaspa
dc.subject.proposalAnálisis espacialspa
dc.subject.proposalAnálisis por componentes principales (ACP)spa
dc.subject.proposalAnálisis multicriteriospa
dc.subject.proposalAgricultural priceseng
dc.subject.proposalAgrarian policyeng
dc.subject.proposalFood securityeng
dc.subject.proposalSpatial analysiseng
dc.subject.proposalPrincipal component analysis (PCA)eng
dc.subject.proposalMulticriteria analysiseng
dc.titleAnálisis de las dinámicas espaciotemporales de los precios mayoristas de alimentos en Colombiaspa
dc.title.translatedAnalysis of the spatiotemporal dynamics of wholesale food prices in Colombiaeng
dc.typeTrabajo de grado - Especialización
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1f
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aa
dc.type.contentText
dc.type.driverinfo:eu-repo/semantics/bachelorThesis
dc.type.redcolhttp://purl.org/redcol/resource_type/TP
dc.type.versioninfo:eu-repo/semantics/acceptedVersion
dcterms.audience.professionaldevelopmentEstudiantes
dcterms.audience.professionaldevelopmentMaestros
dcterms.audience.professionaldevelopmentPadres y familias
dcterms.audience.professionaldevelopmentInvestigadores
oaire.accessrightshttp://purl.org/coar/access_right/c_abf2

Archivos

Bloque original

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
TFE_Ingrid Moreno_Dinámicas espacio temporales de precios mayoristas.pdf
Tamaño:
1.59 MB
Formato:
Adobe Portable Document Format

Bloque de licencias

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
license.txt
Tamaño:
5.74 KB
Formato:
Item-specific license agreed upon to submission
Descripción: